- Versionshinweise
- Erste Schritte
- Installation
- Hard- und Softwareanforderungen
- Serverinstallation
- Aktualisierung der Lizenz
- Bereitstellen des UiPath Process Mining-Profilers
- Bereitstellen eines Connectors (.mvp)
- Aktualisieren von UiPath Process Mining
- Aktualisieren einer benutzerdefinierten Version einer App oder eines Discovery Accelerators
- Installieren einer Trainingsumgebung
- Konfiguration
- Integrationen
- Authentication
- Working with Apps and Discovery Accelerators
- AppOne-Menüs und -Dashboards
- AppOne-Einrichtung
- Menüs und Dashboards von TemplateOne 1.0.0
- Setup von TemplateOne 1.0.0
- TemplateOne-Menüs und Dashboards
- Setup von TemplateOne 2021.4.0
- Purchase-to-Pay Discovery Accelerator-Menüs und -Dashboards
- Einrichtung des Purchase-to-Pay-Discovery-Beschleunigers
- Menüs und Dashboards des Order-to-Cash Discovery Accelerators
- Einrichtung des Order-to-Cash Discovery-Beschleunigers
- Basic Connector for AppOne
- Bereitstellen des einfachen Connectors
- Einführung zu Basic Connector
- Eingabetabellen des Basic Connectors
- Hinzufügen von Tags
- Hinzufügen von Automatisierungsschätzungen
- Hinzufügen von Fälligkeitsdaten
- Hinzufügen von Referenzmodellen
- Einrichten von praktisch umsetzbaren Erkenntnissen
- Festlegen von reduzierbaren Diagrammen
- Verwenden des Ausgabe-Datasets in AppOne
- Output tables of the Basic Connector
- SAP Connectors
- Introduction to SAP Connector
- SAP-Eingabe
- Überprüfen der Daten im SAP Connector
- Hinzufügen von prozessspezifischen Tags zum SAP Connector für AppOne
- Hinzufügen von prozessspezifischen Fälligkeitsdaten zum SAP Connector für AppOne
- Hinzufügen von Automatisierungsschätzungen zum SAP Connector für AppOne
- Hinzufügen von Attributen zum SAP Connector für AppOne
- Hinzufügen von Aktivitäten zum SAP Connector für AppOne
- Hinzufügen von Entitäten zum SAP Connector für AppOne
- SAP Order to Cash Connector für AppOne
- SAP Purchase to Pay Connector für AppOne
- SAP Connector for Purchase to Pay Discovery Accelerator
- SAP Connector für den Order-to-Cash Discovery Accelerator
- Superadmin
- Die Registerkarte Arbeitsbereiche
- Die Registerkarte Entwicklungsdaten
- Die Registerkarte Versionen
- Die Registerkarte Freigegebene Daten
- The Builds tab
- Die Registerkarte Serverdaten
- Die Registerkarte Einstellungen (Settings)
- Die Registerkarte Superadmin-Benutzer
- Die Registerkarte Status
- Die Registerkarte Lizenz
- Erstellen von Releases
- Anzeigen des Verlaufs der Verzweigung
- Creating Apps
- Modules
- Dashboards und Diagramme
- Tabellen und Tabellenelemente
- Anwendungsintegrität
- How to ....
- Arbeiten mit SQL-Connectors
- Introduction to SQL connectors
- Setting up a SQL connector
- CData Sync extractions
- Running a SQL connector
- Editing transformations
- Freigeben eines SQL-Connectors
- Scheduling data extraction
- Structure of transformations
- Using SQL connectors for released apps
- Generating a cache with scripts
- Setting up a local test environment
- Separate development and production environments
- Nützliche Ressourcen
Erstellen Sie ein anonymisiertes Dataset
In UiPath Process Mining ist es möglich, Datensätze zu anonymisieren, die für Entwicklungs-, Test- oder Demozwecke verwendet werden.
Sie können ein produktionsähnliches Dataset erstellen, das basierend auf Ihrem Eingabe-Dataset immer noch repräsentativ und nützlich ist. Die Daten werden anonymisiert, um die Privatsphäre der Personen zu schützen, die durch die Daten repräsentiert werden.
In AppOne sind die Anonymisierungsoptionen standardmäßig festgelegt.
Bevor Sie ein anonymisiertes Dataset in UiPath Process Mining erstellen, müssen Sie bestimmen, welche Attribute Ihres Eingabe-Datasets anonymisiert werden müssen, und definieren, wie die Werte dieser Attribute im anonymisierten Dataset angezeigt werden müssen.
Das Erstellen eines anonymisierten Datasets in UiPath Process Mining besteht aus zwei Schritten.
- Legen Sie die entsprechenden Anonymisierungsoptionen für alle Datenquellenattribute der Eingabetabellen fest, die anonymisiert werden müssen.
- Exportieren Sie das Dataset auf Ihren Computer und verteilen Sie es.
Für jedes Datenquellenattribut Ihres Eingabe-Datasets können Sie definieren, wie die Werte im resultierenden Dataset sichtbar sein müssen.
Im Dialogfeld Datenquellenattribut bearbeiten können Sie den anwendbaren Anonymisierungstyp für das Datenquellenattribut auswählen. Siehe Abbildung unten.
In der folgenden Tabelle werden die verfügbaren Optionen für die Anonymisierung beschrieben.
Option |
Beschreibung |
---|---|
Nicht festgelegt |
Die Anonymisierungsoption ist für dieses Datenquellenattribut nicht festgelegt. |
Ursprüngliche Werte |
Die ursprünglichen Werte des datasource-Attributs werden im Ergebnis-Dataset angezeigt. Sie können diese Option für Attribute verwenden, die nicht anonymisiert werden müssen. |
Null |
Die Werte des datasource-Attributs werden im Ergebnis-Dataset gelöscht, dh auf NULL festgelegt. |
Mischen |
Die eindeutigen Werte des Datenquellenattributs werden zufällig zwischen den Datensätzen im Ergebnis-Dataset gemischt. |
Zeichenfolge plus ID (über vollständige Anwendung) |
Die eindeutigen Werte des Datenquellenattributs werden durch die Zeichenfolge ersetzt, die in das Feld Präfix eingegeben wurde, gefolgt von einer Zahl. Diese Option gilt für alle Tabellen im Dataset, die denselben Wert haben. Im Ergebnis-Dataset haben die entsprechenden Werte in allen Tabellen dasselbe Präfix. |
Hashwerte (über vollständige Anwendung) |
Die eindeutigen Werte im datasource-Attribut werden durch einen generierten Hashcode ersetzt. Beispielsweise kann eine Benutzer-ID durch einen zufälligen Hashcode ersetzt werden. Diese Option gilt für alle Tabellen im Dataset, die denselben Wert haben. Im Ergebnis-Dataset haben die entsprechenden Werte in allen Tabellen dieselben Hashwerte, sodass Sie die Tabellen vergleichen können. |
Ausdruck pro Wert verwenden |
Die Werte des Ergebnis-Dataset-Attributs werden mithilfe eines Aggregatausdrucks festgelegt. |
Ausdruck pro Datensatz verwenden |
Die Werte des Ergebnis-Dataset-Attributs werden mithilfe eines Ausdrucks pro Datensatz festgelegt. |
Nachfolgend finden Sie ein Beispiel für die Ergebnis-Datasets bei Verwendung der verschiedenen Optionen
Ursprüngliche Werte |
Null |
Suffle-Werte |
Zeichenfolge+ID |
Hash |
Ausdruck pro Wert (* 8) |
Ausdruck pro Datensatz (<number_attribute> * 3) |
---|---|---|---|---|---|---|
1,00 |
Null |
4,00 |
Betrag 1 |
2jmj7l5rSw0yVb/vlWAYkK/YBwk= |
8,00 |
8,00 |
1,00 |
Null |
4,00 |
Betrag 1 |
2jmj7l5rSw0yVb/vlWAYkK/YBwk= |
8,00 |
12,00 |
1,00 |
Null |
4,00 |
Betrag 1 |
2jmj7l5rSw0yVb/vlWAYkK/YBwk= |
8,00 |
3,00 |
2,00 |
Null |
1,00 |
Betrag 2 |
vlWAYkKWAYkrSw0yVb/saAshZ |
16,00 |
9,00 |
4,00 |
Null |
8,00 |
Betrag 3 |
l5rSw0yVb/2jmj7vlWAYkK/YBwk= |
32,00 |
6,00 |
8,00 |
Null |
2,00 |
Betrag 4 |
Sw0WAYkWAYk l5rSw0yVb/zzZa |
64,00 |
12,00 |
Führen Sie diese Schritte aus, um die Anonymisierungseinstellungen für die Datenquellenattribute zu definieren.
Schritt |
Aktion |
---|---|
1 |
Wechseln Sie in der Entwickleroberfläche zur Registerkarte Daten . |
2 |
Doppelklicken Sie auf das Datenquellenattribut, für das Sie Anonymisierungseinstellungen definieren möchten. |
3 |
Wechseln Sie zum Abschnitt Anonymisierung des Dialogfelds Datenquelle bearbeiten . |
4 |
Wählen Sie den anwendbaren Anonymisierungstyp für dieses Datenquellenattribut aus der Dropdownliste Typ aus. |
5 |
Wiederholen Sie die Schritte 1 bis 4 für jedes Datenquellenattribut Ihres Eingabe-Datasets, das Sie verschlüsseln oder entfernen möchten. |
Führen Sie diese Schritte aus, um das anonymisierte Dataset zu exportieren.
Schritt |
Aktion |
---|---|
1 |
Klicken Sie auf das Logo-Symbol und wählen Sie Erweitert -> Eingabe-Dataset exportieren… aus. Das Dialogfeld „Dataset exportieren“ wird angezeigt. |
2 |
Wählen Sie die Option Daten anonymisieren aus. Hinweis: Der Dataset-Name wird mit
Anonymized erweitert.
|
3 |
Klicken Sie auf Herunterladen , um das anonymisierte Dataset auf Ihren Computer herunterzuladen. |
4 |
Verteilen Sie die ZIP-Datei. Datei. |
Die Anonymisierung ist nur für Eingabetabellen (Verbindungszeichenfolgentabellen und Join-Tabellen) verfügbar. Sie können sie nicht für Systemtabellen oder persistente Tabellen verwenden.
Bei Tabellen, die Live-Daten verwenden, ist auch keine Anonymisierung möglich.